「首つり自殺数」と「アメリカの科学・宇宙・テクノロジーに関する支出」や、「水泳プールでの溺死数」と「ニコラス・ケイジの映画出演数」、「アメリカ人1人あたりのチーズ消費量」と「ベッドシーツに絡まって死亡する数」など、一見まったく関係のない2つのことがらの中にも相関性が見つかることがあります。しかし、だからといって2つの事柄の間にもちろん因果関係はナシ。これらの相関性がこれまでどのように間違った科学的結論を導いてきたのか、YouTubeでわかりやすいムービーが公開されています。 This ≠ That - YouTube 1年間にプールで溺死する人の数と、ニコラス・ケイジの映画がリリースされる数には、66.6％の相関性が認められています。 また、アメリカ・メーン州の離婚率と、1人あたりのマーガリン消費率の間にも99.26％の相関性があります。 さらに、科学や宇宙技術に対して費やされるお金と自殺
リクルートデータ組織のブログをはじめました。※最新情報はRecruit Data Blogをご覧ください。 Recruit Data Blogはこちら 汎用人型雑用AIの stakaya です。 たまたま数年前に社内のBLOGに書いたABテストのロジックのまとめ＆比較記事を発掘したので、 このまま眠らせているのはもったいないぞと、 圧倒的もったいない精神を発揮し、シェアさせていただきます。 あの頃は私も若かった。 社内では”堅物・真面目・一途”で有名なものでして、下記文章がお硬いのはご勘弁ください。 はじめに 本記事は、施策の評価手法としてしばしば用いられるA/Bテスト（A/B testing)について、できる限り背後にある仮定を明記した上で、まとめたものである。 A/Bテストとは、主にインターネットマーケティングにおける施策の良否を判断するために、2つの施策（通常、A・Bと記載）を比較す
追記（2017年7月） こちらのスキル要件ですが、2017年版を新たに書きましたので是非そちらをご覧ください。 「データサイエンティストというかデータ分析職に就くためのスキル要件」という話題が某所であったんですが、僕にとって馴染みのあるTokyoR界隈で実際に企業のデータ分析職で活躍している人たちのスキルを眺めてみるに、 みどりぼん程度の統計学の知識 はじパタ程度の機械学習の知識 RかPythonでコードが組める SQLが書ける というのが全員の最大公約数＝下限ラインかなぁと。そんなわけで、ちょろっと色々与太話を書いてみます。なお僕の周りの半径5mに限った真実かもしれませんので、皆さん自身がどこかのデータサイエンティスト（）募集に応募して蹴られたとしても何の保証もいたしかねますので悪しからず。 統計学の知識は「みどりぼん以上」 データ解析のための統計モデリング入門――一般化線形モデル・階層
第20回ステアラボ人工知能セミナー https://stair.connpass.com/event/109983/ 【講演動画】 https://youtu.be/Fgza_C6KphU 【講演タイトル】 機械学習モデルの判断根拠の説明 【講演概要】 本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演の前半ではまず近年の代表的な研究について紹介する。後半では、発表者の最近の研究として「ランダムフォレストの簡略化」と「モデル列挙」について紹介する。
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
SocialWeb Conference vol.5 〜OpenSocial Night #2〜 にてお話させいただいた資料です。 相当うわべだけの話ですが、ご容赦いただければ･･･。
（※今回の記事の内容はかなり難解かもです） 大竹文雄の経済脳を鍛える（2月13日分記事） 幾何ブラウン運動と見せかけの回帰 - My Life as a Mock Quant 得てして多くの企業では、「毎日の数字（売上高・利益・在庫etc.）を追いかけ」、「その結果を元手に毎日改善する」ということを日々励行しているのではないかと思います。 ところで、こんな体験したことはありませんか？ 「毎日毎日、物凄く一生懸命数字を見ながら頑張ってカイゼンし続けて、確かに頑張った時は数字は上がったし、頑張りが足りない時は数字が下がった。それに一喜一憂しつつもずっと物凄く頑張り続けた・・・でも、あれからもう数ヶ月経ったのに全体としては数字は下がってきている。どうしてなんだろう？？？」 なるほど、もしかしたらその時の改善努力が正しくなかったのかもしれません。でも、実は「そもそも改善努力と数字とは何の関係もなか
いまWEB業界で最もホットなトレンドの一つである“統計学”。その基本を学ぶために読んでおくべき書籍を、注目のニュースキュレーションサービス《Gunosy》の開発チーム（福島さん・吉田さん・関さん）に伺った。 Gunosy開発チームが選ぶ、“統計学”の必読書とは？ いま、WEB業界で最もホットなトレンドの一つとなっている“統計学”。その基本的な知識を学ぶべく、前回、“超高精度なレコメンド”で話題のニュースキュレーションサービス《Gunosy》を手がける福島良典さん、関喜史さん、吉田宏司さんに、“WEB業界人のための統計学入門”と題して簡単に講義をしていただいた。 ※ 前回の記事はこちら 《Gunosy》開発チームから学ぶ、WEB業界人のための"統計学入門" その内容を踏まえつつも、より体系だててしっかりと“統計学”を押さえるためには、やはり“本”を読むのが一番だという。そこで今回は、Guno
データ解析の重要性が認識されつつある（?）最近でさえも，A/Bテストを始めとしたテスト（ = 統計的仮説検定：以後これをテストと呼ぶ）の重要性が注目される事は少なく，またテストの多くが正しく実施・解釈されていないという現状は今も昔も変わっていないように思われる。そこで，本シリーズではテストを正しく理解・実施・解釈してもらう事を目的として，テストのいろはをわかりやすく説明していきたいと思う。 スケジュール スケジュール 第1回 [読み物]：『人間の感覚のみでテスト結果を判定する事の難しさについて』：人間の感覚のみでは正しくテストの判定を行うのは困難である事を説明し，テストになぜ統計的手法が必要かを感じてもらう。 第2回 [読み物]：『「何をテストすべきか」意義のある仮説を立てるためのヒント』：何をテストするか，つまり改善可能性のある効果的な仮説を見いだす事は，テストの実施方法うんぬんより本質
［特集］日本のWeb担当者 年間の予算は50万円以下が71%、悩みは人材と予算 TEXT：インプレスR&D インターネットメディア総合研究所、編集部 Web担当者にとって、他社がどのようにしているのかまず気になるのは予算だろう。ウェブサイトを稼働させるためのレンタルサーバーをはじめ、サイトの制作や更新に必要なコスト、アクセス解析やマーケティングの費用など、お金の状況をみてみよう。 さらに、サイトはテーブルレイアウトなのかCSSデザインなのか、どれぐらいの頻度でサイトを更新しているのも調べてみた。そして、何よりも大切な「サイトの用途」には何を設定していて、どんな指標で効果測定しているのかなどの調査結果も明らかにする。 予算は運用に必要な最低限のラインウェブサイトの年間の予算（制作・運用のコスト）を図1に示した。この金額にはWeb担当者の人件費は含まれていない。残念ながら、「10万円未満」が3
世界的に重視されている不動産の特性トップ3は「資産価値」、「立地」、「治安」。西欧では「庭の広さ」、日韓では「公共交通アクセス」、日米では「プライバシー」も重視される。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
